基于编解码双路卷积神经网络的视觉自定位方法

为了从单张RGB图像估计出相机的位姿信息,提出了一种深度编解码双路卷积神经网络（CNN）,提升了视觉自定位的精度。首先,使用编码器从输入图像中提取高维特征;然后,使用解码器提升特征的空间分辨率;最后,通过多尺度位姿预测器输出位姿参数。由于位置和姿态的特性不同,网络从解码器开始采用双路结构,对位置和姿态分别进行处理,并且在编解码之间增加跳跃连接以保持空间信息。实验结果表明:所提网络的精度与目前同类型算法相比有明显提升,其中相机姿态角度精度有较大提升。      

一种新的PID智能调节器

本文提出了一种基于知识的PID参数智能调节器。该控制器能根据响应过程中误差大小以及PID参数对系统性能影响的知识实时调整PID参数。仿真试验表明,该控制器具有良好的动静特性和一定的鲁棒性,且控制算法简单,实现方便。     

关于有理B—样条曲线的权因子的研究

对有理Ｂ－样条曲线中的权因子作了研究，首先，阐述了权因子的几何意义，证明了权因子是有关四点的交比。分析了权因子的极限性质与零权因子对曲线形状的影响，其次，就曲线上一点在控制点方向与任意方向移动这两种情况，给出了曲线形状调整时的权因子计算公式，从而得到调整后的曲线方程，并给出了一个应用算例，再次，提出了有理Ｂ－样条曲线的分解表示方法，即将ｎ次有理Ｂ－样条曲线用ｑ个二次有理Ｂ－样条与（ｎ－２ｑ）个一次     

劲条止裂性能的分析方法

对于含裂壁板，采用劲条进行局部加强，可以阻止或延缓裂纹的扩展。本文对此作了理论分析，提出了劲条跨过裂纹对称加强时，裂纹尖端、劲条与壁板胶结界点以及劲条端点处应力强度因子的计算方法。在此基础上，通过数值计算，考察了劲条的刚度参数以及问题的一些几何特征参数对劲条止裂性能的影响规律。结果表明，本文方法对于劲条止裂性能的分析是有效的，它不仅能够准确地处理其中的应力奇异性问题，而且运算快速省时，便于进行优化设计。     

翼尖附近流场研究及帆片减阻机理

在１米低速风洞中，对半展长直机翼翼尖用围空间流场进行了详细地研究，并分析了翼尖帆片的增升减阻机理。根据理论计算并结合试验结果设计的翼尖机片，经大低速风洞全机模型试验证明：翼尖装三个机片可使全机诱导阻力因子减小２１．４９％。这可供帆片设计时参考。     

ARMA参数识别的预估噪声法

若ARMA模型(B)y_t=θ(B)w_t的驱动白噪声预先给定,则参数的识别是一个线性问题,本文从此观点出发,推导了从已知时间序列{y_t)预估驱动白噪声{w_t}序列的递推算法,由序列{y_t}与递推得到的{w_t}的值,对相关函数作出估计,然后由参数与{y_t}和{w_t}二阶矩的线性关系即可求解出模型的参数,此算法简单快速,并且有良好的精度。     

跑道路面描述的数学模型

跑道路面不平度y(s)的测量结果往往以数字序列{y_n}的形式给出。本文首先引入了ARMA模型分析方法,提出了路面不平离散序列{y_n}的频域与空间域模型。在离散模型的基础上,继而导出了路面不平y(s)的频域与空间域模型,这些模型不仅能很好地表征路面不平特性,而且便于对由路面不平产生的结构振动进行分析。     

模糊控制算法分析及改进

基于E.H.Mamdai等人的模糊控制算法,本文讨论了模糊控制器参数的选择及对系统输出性能的影响。与已有的方法不同,本文注重物理概念的分析,并研究了模糊控制器参数的自调整问题。这是因为基本模糊控制器参数的选择难以同时兼顾控制系统的动静态性能,一般只好采取折衷的方法。为了改善控制系统性能,一种实用的方法是在线调整模糊控制器的参数。文中提出了一种分段式自调参方案,仿真结果表明该方案优于已有的自调参方案。为了达到有效的调参目的,本文给出了模糊控制器参数初始配置的一种关系,并通过仿真,验证了该关系是确切的。最后,基于模糊控制算法的特点,探讨了一种新的模糊控制算法的构思,作为今后进一步研究的问题。     

远场应变法测量应力强度因子

本文给出一种将常规电阻应变片贴在距裂纹尖端较远处测量Ⅰ型裂纹应力强度因子K_1的方法。此法实际上是一种实验法与数值法相结合的方法。用实验法测出应变,应变又可以用含待定系数的Williams级数表示,它们组成一组线性代数方程组。解此方程组,可获得待定系数,由待定系数与应力强度因子的已知关系,可求出K_1。 远场应变测量法,避开了裂纹尖端邻域应变梯度很大的区域和可能的塑性区,因而应变测量比较准确。 测出的应变输入数据处理设备及计算机就可以快速实时地知道含裂纹结构在承载情况的K_1,便于进行破坏控制,使设备安全而可靠的工作。     

一种自适应GNSS弱信号载噪比估计方法

全球导航卫星系统（GNSS）信号的载噪比（CNR）是衡量接收机工作性能的一个重要参数。为了准确得到载噪比估计值,推导并分析了2种常用的GNSS信号载噪比估计方法（方差求和法（VSM）、窄带宽带功率比值法（PRM））,并同时提出一种基于渐消因子容积卡尔曼滤波的自适应载噪比估计方法,比较了3种方法在通常的信号环境下和弱信号环境下的载噪比估计能力。结果显示:在信号较弱环境或信号受到遮挡产生突变等情况时,VSM方法与PRM方法均会产生较大的误差,而自适应载噪比估计方法能准确估计出信号的载噪比。